Ecovai
首页AI主站API用量查询API测试
首页AI主站API用量查询API测试
  1. 秘塔搜索
  • OpenAI通用接口
    • 聊天(Chat)
      • 分类模型接口
        • 阿里-通义
          • 聊天接口
        • 百度-文心
          • 聊天接口
        • Claude
          • 聊天接口
        • Google-Gemini
          • 聊天接口
        • 腾讯-混元
          • 聊天接口
        • 讯飞星火
          • 聊天接口
        • 智谱
          • 聊天接口
        • 字节-豆包
          • 聊天接口
      • 通用聊天接口
      • 重点模型备份聊天接口
    • 图像接口(Images)
      • DALL·E 3
    • 模型整理(Models)
      • 列出模型
    • 自动补全(Completions)
      • 内容补全接口
    • 音频接口(Audio)
      • 创建转录
      • 创建翻译
      • TTS文本转语音
    • 向量接口(Embeddings)
      • 创建嵌入
    • 实时语音(Realtime)
      • realtime
  • 全能模型接口
    • kimi
      • kimi全能版(Chat)
      • kimi全能版(文档解读)
    • 通义千问
      • 通义千问全能版(Chat)
    • 智谱
      • 智谱全能版(Chat)
      • 智谱全能版(图像解析)
      • 智谱全能版(文档解读)
    • 秘塔搜索
      • 秘塔搜索(简洁搜索)
        POST
      • 秘塔搜索(深入搜索)
        POST
      • 秘塔搜索(研究搜索)
        POST
      • 秘塔搜索(学术简洁搜索)
        POST
      • 秘塔搜索(学术深入搜索)
        POST
      • 秘塔搜索(学术研究搜索)
        POST
    • 讯飞星火
      • 讯飞星火全能版(Chat)
      • 讯飞星火全能版(文档解读)
      • 讯飞星火全能版(图像解析)
    • 海螺
      • 海螺全能版(Chat)
      • 海螺全能版(文档解读)
      • 海螺全能版(图像解析)
    • deepseek
      • Deepseek全能版(Chat)
    • Openai
      • GPT-4o全能版(联网&Chat)
      • GPT-4o全能版(生成图片)
      • GPT-4o全能版(分析图片)
      • GPT-4o全能版(文档解读)
  • Suno(音乐)
    • 生成音乐-自定义模式
      POST
    • 生成音乐-灵感模式
      POST
    • 生成歌词
      POST
    • 上传音乐
      POST
    • 歌曲拼接
      POST
    • 查询单个任务
      GET
    • 批量查询任务
      POST
  • Midjourney(绘画)
    • 任务提交
      • 提交Imagine任务
      • 提交Blend任务
      • 提交Describe任务
      • 提交Shorten任务
      • 图片选型Change
      • 局部重绘Modal
      • 单图调整Action
    • 外挂任务提交
      • 提交swap_face任务
    • 任务查询
      • 指定ID获取任务
      • 根据ID列表查询任务
      • 根据ID列表查询任务-字段displays
      • 获取任务图片的seed
  • Flux(绘图)
    • Flux-Dalle3格式
    • Flux-官方格式
    • 查询任务
  • Recraft(绘图)
    • 生成图片
  • Ideogram(绘画)
    • 文生图
    • 图片编辑
    • 混图
    • 图像放大
    • 图生文
  • Luma(视频)
    • Luma视频生成
    • 指定ID获取任务
  • Runway(视频)
    • 扩展接口
      • 文生视频
      • 图生视频
      • 根据ID获取任务
      • 视频风格重绘
      • Act-one 表情迁移
    • 官方格式接口
      • 图生视频
      • 根据ID获取任务
  • 可灵(视频)
    • 文生视频
    • 图生视频
    • 视频延长
    • 对口型
    • 虚拟试穿
    • 查询任务id
  1. 秘塔搜索

秘塔搜索(学术深入搜索)

POST
https://api.ecovai.cn/v1/chat/completions
本接口为全能版模型,具备多重能力,但运行不如普通版稳定,全能版模型无法计算Token消耗量,费用按次核算。
如果本地没有有效处理机制,需保持stream为默认值false

请求参数

Authorization
在 Header 添加参数
Authorization
,其值为在 Bearer 之后拼接 Token
示例:
Authorization: Bearer ********************
Header 参数

Body 参数application/json

示例
{
  "model": "detail-scholar",
  "messages": [
    {
      "role": "user",
      "content": "人工智能发展历史"
    }
  ],
  "stream": false
}

示例代码

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://api.ecovai.cn/v1/chat/completions' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "detail-scholar",
  "messages": [
    {
      "role": "user",
      "content": "人工智能发展历史"
    }
  ],
  "stream": false
}'

返回响应

🟢200OK
application/json
Body

示例
{
    "id": "8540167310837932032",
    "model": "detail-scholar",
    "object": "chat.completion",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "\n人工智能(AI)的发展历史可以追溯到20世纪中叶,其起源与多个学科的交叉发展密切相关。1956年,达特茅斯会议标志着人工智能作为一个独立学科的正式诞生。在这次会议上,John McCarthy等人首次提出了“人工智能”这一术语,并确定了该领域的研究目标。此后,人工智能经历了多次起伏和高潮,包括早期的研究探索、所谓的“AI寒冬”以及近年来的复兴和快速发展。\n\n早期阶段,人工智能的研究主要集中在符号逻辑、自然语言处理和不确定性处理等方面。这一时期,研究者们尝试通过编程来模拟人类的维过程,开发出了如专家系统等应用。然而,由于当时的技术限制和理论局限,这些早期的努力并未能实现预期的目标,导致了所谓的“AI寒冬”。\n\n进入20世纪80年代至2000年,人工智能进入了所谓的“手动编码知识”的第一次AI浪潮,研究重点转向了知识表示、知识库和专家系统等技术。这一时期,IBM研发的DeepBlue战胜国际象棋世界冠军Garry Kasparov成为了一个标志性的成就。\n\n近年来,随着计算能力的显著提升和大数据技术的发展,人工智能迎来了新的复兴期。深度学习技术的突破,尤其是GPT等模型的出现,极大地推动了自然语言处理等领域的进步。此外,人工智能的应用也从实验走向了现实世界,影响到了工业、医疗、金融等多个领域。\n\n尽管人工智技术取得了显著的进展,但其发展仍面临诸多挑战和限制。例如,现代语言模型如GPT虽然在语言处理方面取得了突出成果,但在创造强人工智能方面仍存在局限。此外,人工智能的发展也引发了关于技术伦理、社会影响等方面的广泛讨论。\n\n总之,人工智能的发展历史是一个充满挑战和机遇的过程。从早期的基础研究到现在的广泛应用,人工智能不断进化,为人类社会带了深远的影响。未来,人工智能的发展将继续受到技术进步、社会需求和伦理考量等多方面因素的影响。"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 1,
        "completion_tokens": 1,
        "total_tokens": 2
    },
    "created": 1730344769
}
修改于 2024-10-31 04:02:57
上一页
秘塔搜索(学术简洁搜索)
下一页
秘塔搜索(学术研究搜索)
Built with